Dataset Overview
Definición:Texto del Registro Médico Electrónica EstructuradoConjunto de datoses proporcionado porChangsha Langhui Information Technology Co., Ltd.50 millones de registros médicos electrónicos auténticos desentendibles obtenidos a través del canal de autorización de transferencia de cumplimiento.Cantidad máxima de datosLos conjuntos de datos abarcan todo tipo de documentos hospitalarios, incluyendo la queja principal, historia actual, historia, admisión, descarga, registro quirúrgico y registro médico.Autorización directa de tres hospitales de grado-a terciario和Autorización integral de Ciudad-Nivel Documentos。
| Nombre del conjunto de datos | Texto del Registro Médico Electrónica EstructuradoConjunto de datos |
| Volumen total de datos | 50 millones de casos Registros médicos electrónicos (más grande plataforma) |
| Tipo de datos | Texto sensible |
| Fuente de datos | Reventa（Asociaciones con más de 50 hospitales, incluyendo hospitales Fudan Top-100） |
| Tipo de licencia | Autorización directa del hospital. Autorización directa de Hospitales Terciarios de Tres Grados-A + Autorización Integral Ciudad-Nivel Documentos |
| Ciclo de entrega | 2 semanas - 1 mes |
| Tipo de documento | Principal, historia médica actual, historia pasada, admisión, descarga, registro quirúrgico, registro médico |
| Desensibilidad | 已完成 Eliminación de información de identidad personal (nombre/número de identificación/teléfono/relación) |
| Departamento de Cobertura | Departamentos generales de medicina, cirugía, ginecología y obstetricia, pediatría, osteocología, neurología, oncología, cardiología, respiratorio, digestivo, etc. |
Principales campos de datos
Las siete categorías básicas de instrumentos que abarcan el ciclo completo de hospitalización son cada una conteniendo campos de sintaxis clínica ricos.
| Tipo de documento | Campos típicos |
|---|---|
| Principal | Descripción de los principales síntomas, duración, causas de visita |
| Illness presente | Incidencia, evolución de los síntomas, tratamiento médico, síntomas acompañantes, condiciones generales |
| Desde el pasado. | Historia de enfermedades, historia de cirugía, historia de alergias, historia de transfusiones de sangre, historia de enfermedades infecciosas, historia de vacunas |
| 入院记录 | Principal, historia médica actual, historia pasada, examen médico, examen auxiliar, diagnóstico preliminar, programa médico |
| 出院小结 | Fecha de admisión, fecha de descarga, diagnóstico de admisión, diagnóstico de descarga, tratamiento médico, descarga |
| 手术记录 | Fecha de operación, nombre de operación, anestesia, procedimiento, estado de operación y tratamiento |
| 病程记录 | Registros médicos diarios, cheques de habitación, notas de consulta, resúmenes de fase, registros de rescate |
Muestra de datos
A continuación se muestra el texto de archivo electrónico estilizado del paciente después de la desensibilización, mostrando el formato y el contenido típicos de los seis instrumentos básicos.
{
"anon_id": "EMR-2023-PM-00048291",
"record_type": "入院记录",
"admission_date": "2023-03-15",
"department": "心内科",
"demographics": {
"gender": "男",
"age_group": "60-70岁",
"admission_type": "平诊"
},
"chief_complaint": "反复胸痛1月余，加重3天。",
"present_illness": "患者于1月前无明显诱因出现胸骨后压榨性疼痛，每次持续约3-5分钟，休息后可缓解，未予重视。3天前上述症状加重，发作频率增加至每日3-4次，伴胸闷、气促，无恶心呕吐，无晕厥。为求进一步诊治来我院，门诊以"冠心病 不稳定型心绞痛"收住入院。",
"past_history": {
"hypertension": {"duration": "8年", "treatment": "硝苯地平控释片30mg qd"},
"diabetes": {"duration": "3年", "treatment": "二甲双胍0.5g tid"},
"surgery": "无",
"allergy": "无"
},
"physical_exam": {
"bp_mmhg": "145/90",
"hr_bpm": 88,
"resp_rate": 20,
"temp_c": 36.5
},
"initial_diagnosis": "冠状动脉粥样硬化性心脏病 不稳定型心绞痛",
"treatment_plan": "完善心电图、心肌酶谱、心脏超声、冠脉CTA等检查，予以抗血小板、调脂稳定斑块、扩冠等治疗。"
}AI Application Scenarios
CBSS
El modelo CDSS, basado en 50 millones de registros médicos reales, proporciona apoyo clínico para funciones de toma de decisiones como identificación de diagnóstico, asesoramiento de programas de tratamiento, alerta de riesgo de drogas, etc.
Registros médicos generados automáticamente
Formación en modelos de generación de texto médico, basados en información básica de pacientes, generación automática de registros de admisión, registros médicos, actas resumidas de descargas, etc., y producción de registros médicos estructurados, que mejoran significativamente la eficacia del trabajo de los médicos.
Predicción de enfermedades y detección temprana
Formación en modelos de predicción de enfermedades usando una historia de enfermedad masiva para lograr predicciones de precisión como alerta temprana de enfermedades, predicción de riesgos para complicaciones, evaluación de riesgos para la rehospitalización.
Cartografía de los conocimientos médicos
La relación física de las drogas psico-terapéuticas-síntomas-enfermedades se extrae de 50 millones de registros médicos, y se construye un mapa de conocimiento médico a gran escala para inyectar conocimientos estructurados en la AI médica.
Modelo médico maestro pre-entrenamiento
El material de 50 millones de grados de texto médico para la formación continua previa en el campo médico (CPT) y la supervisión de la fijación de multas (SFT) para modelos básicos como GPT/Lama/Qwen, y el desarrollo de un gran modelo de atención médica especializada.
Control de registros médicos y DRG/DIP
Formado en control de historia médica AI, detección de la historia médica de la auto-detectación de deficiencias de escritura; apoyo a la codificación de antecedentes médicos y revisión de cumplimiento bajo el pago de DRG/DIP.
Análisis del valor de negocio
El tamaño es definitivamente la industria líder - 50 millones de grados son la mayor.
Cincuenta millones de casos de volumen están en liderazgo absoluto en el actual mercado de datos de capacitación de NLP médico. Cincuenta millones de versiones de lenguaje de texto de grado son decisivas para los modelos de lenguajes grandes pre-entrenamiento y ajuste, con cada aumento cuantitativo del volumen de datos, el rendimiento del modelo en el campo de la salud puede dar lugar a un salto cualitativo.
Cobertura completa del proceso - 7 tipos de instrumentos están muertos
El documento está completamente cubierto para cada enlace de la admisión al alta, asegurando que el modelo AI comprenda el proceso clínico completo. Un conjunto de datos único apoya el ciclo de vida completo de la formación de IA en la hospitalización sin tener que combinar múltiples fuentes de datos.
Depth & Security — De-sensibilization + Autorisation of Double Insurance
Los procesos de desensibilización del 100% eliminan toda la información de identidad personal, además de tres documentos de autorización directa y de autorización a nivel de la ciudad para hospitales de tri-aprendizaje. En un entorno regulatorio cada vez más estricto para el cumplimiento de los datos médicos, esta profundidad de las salvaguardias de cumplimiento es una barrera competitiva central para las empresas de inteligencia artificial.
Valor estratégico - barreras a la competencia en grandes modelos de atención de la salud
Los datos de dominio de alta calidad son el núcleo de competencia diferencial en el contexto inmediato de una mayor competencia para la homogeneización genérica de megamodel. Cincuenta millones de textuales médicos pueden mejorar significativamente la especialización médica del modelo grande y el activo de datos estratégicos para la construcción de grandes modelos médicos específicos.
FAQ
¿Construye tu modelo médico?
Changsha Langhui Information Technology Co., Ltd. DataAsetsAPI plataforma le proporciona una solución de datos integral desde el texto médico grande hasta el conocimiento estructurado.
Prueba de datos vista previa • Programa de personalización de la sección • Apoyo de revisión de cumplimiento